问题标签 [hbase]

我有一个应用程序需要对不同级别的聚合进行分析，这就是 OLAP 工作负载。我也想经常更新我的数据库。

例如，这是我的更新的样子（模式看起来像：时间、目标、源 ip、浏览器 -> 访问）

然后我想问一下上个月从 Firefox 浏览器访问 www.stackoverflow.com 的总次数是多少。

我了解 Vertica 系统可以以相对便宜的方式做到这一点（性能和可扩展性方面，但可能不是成本方面）。我在这里有两个问题。

1) 有没有我可以构建的开源产品来解决这个问题？特别是，蒙德里安系统的工作情况如何？（可扩展性和性能） 2）是否有 HBase 或 Hypertable 基础解决方案（显然，裸 HBase/Hypertable 无法做到这一点）？-- 但是如果有一个基于 HBase/Hypertable 的项目，可扩展性可能不会成为 IMO 的问题）？

谢谢！

我正在安装 HBase 集群，并尝试通过 Stargate REST 接口访问数据。大多数只读功能（即列出表格、获取版本、元数据等）都运行良好。但是，我无法将数据实际插入到我创建的任何表中。这是我到目前为止所得到的......

创建了一个包含两列的虚拟表，如下所示：

表创建工作正常。接下来，我想在我的新表中插入一些数据。这是我尝试这样做的方法：

此请求的结果返回 503 错误，但有以下异常：

错误很明显，但我不确定上面发布的架构有什么问题。

我还想知道我是否最好使用 Thrift 包并生成必要的 PHP 客户端文件而不是使用 Starbase？如果有人对此有任何经验，我很乐意听取您的意见。

任何帮助是极大的赞赏。

Hadoop MapReduce 中是否可以使用以下架构？

使用分布式键值存储（HBase）。因此，除了值之外，还会有一个与值相关联的时间戳。Map & Reduce 任务是迭代执行的。Map，在每次迭代中都应该接受在上一次迭代中添加到存储中的值（也许是具有最新时间戳的那些？）。Reduce 应该接收 Map 的输出以及来自 store 中其键与 reduce 必须在当前迭代中处理的键匹配的对。reduce 的输出到 store。

如果可能，哪些类（例如：InputFormat、Reduce 的 run()）应该被扩展，以便代替常规操作发生上述操作。如果这是不可能的，是否有任何替代方法可以实现相同的目标？

如何在 C#/VB.NET 中使用 Hbase 数据库？（使用=连接、查询、获取结果、插入、更新、删除）

我在谷歌上找不到有用的答案。

您好，我习惯使用 SQL，但我需要从 HBase 表中读取数据。对此的任何帮助都会很棒。一本书或者只是一些从表格中读取的示例代码。有人说使用扫描仪可以解决问题，但我不知道如何使用它。

有人可以对它们进行正面比较吗？

我们正在为我们的博客历史数据寻找合适的存储引擎。我们看了 Bigtable 的论文，明白它很适合我们。

然而，我也明白，像 MongoDB 这样的面向文档的 DB 似乎提供了更强大的模式能力——即，它也可以对我们的数据进行建模。

我想知道现在人们如何选择可扩展的 NoSQL DB --- 我读了足够多的文章，例如“我们研究了 A、B 和 C，我们决定使用 C”。但我想看看一些基准数字。我的意思是，如果 MongoDB 等可以提供与 Bigtable 克隆相同水平的性能，那么网络公司为什么不选择它（准备处理各种可能更复杂的数据问题）？

谢谢，

顺便说一句，我读了一篇文章（当时让我信服）说 Cassandra 不适合 M/R 操作，有什么意见吗？

我想编写一个 map/reduce 作业，以根据行级条件从大型数据集中选择多个随机样本。我想尽量减少中间键的数量。

伪代码：

你做过这样的事情吗？有没有众所周知的算法？

包含连续行的样本也足够好。

谢谢。

我的字典里有 100 万个单词。每当用户在我的网站上发出查询时，我都会查看查询是否包含我的字典中的单词，并分别增加与它们对应的计数器。下面是一个例子，假设用户输入“奥巴马是总统”并且“奥巴马”和“总统”在我的字典中，那么我应该将“奥巴马”和“总统”的计数器加 1。

有时，我想查看前 100 个单词（查询最多的单词）。如果我使用 Hbase 来存储计数器，我应该使用什么模式？- 我还没有想出一个有效的。

如果我将字典中的单词用作行键，将“计数器”用作列键，那么更新计数器（增量）非常有效。但是很难排序并返回前 100 名。

任何人都可以给一个好的建议吗？谢谢。

说我有“用户”。这是关键。我需要保持“用户数”。我计划记录关键的“用户”和值“0”到“9999+ ;-)”（尽可能多）。

如果我为此使用 Cassandra、HBase 或 MySQL，我会遇到什么问题？比如说，我对这个“用户”键有数千个新更新，我需要在其中增加值。我有麻烦了吗？锁定写入？还有其他方法吗？

为什么这样做——会有很多类似“用户”的键。其他情况不同。但想法是一样的。为什么要保持这种方式——因为我会有更多的读取，所以我总是可以非常快地获得“计数值”。